[發(fā)明專利]一種基于特征融合的支持向量機(jī)的數(shù)字手勢識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410401025.2
• 申請(qǐng)日: 2014-08-15
• 公開（公告）號(hào): CN104134061A
• 公開（公告）日: 2014-11-05
• 發(fā)明（設(shè)計(jì)）人: 吳健健;閔琪;陳瑋
• 申請(qǐng)（專利權(quán)）人: 上海理工大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 吳寶根

1.一種基于特征融合的支持向量機(jī)的數(shù)字手勢識(shí)別方法，其特征在于，具體包括如下步驟：

1）USB攝像頭采集數(shù)字手勢圖片，用于分類器的訓(xùn)練與手勢識(shí)別；

2）對(duì)采集到的數(shù)字手勢圖片進(jìn)行預(yù)處理；

將采集到的數(shù)字手勢圖片轉(zhuǎn)換到灰度空間以獲取對(duì)應(yīng)的灰度圖像；利用中值濾波對(duì)圖像進(jìn)行降噪處理；對(duì)圖像進(jìn)行銳化處理，突出圖像的邊緣輪廓與細(xì)節(jié)特征；

3）對(duì)處理后的數(shù)字手勢圖片提取特征；

對(duì)步驟2）處理后的數(shù)字手勢圖片中手勢全局進(jìn)行Hu矩特征提取，然后對(duì)步驟2）處理后的數(shù)字手勢圖片中提取基于HOG的局部特征，最后將提取的Hu矩特征與提取的HOG特征相融合；

4）對(duì)提取到的特征向量矩陣進(jìn)行降維處理：

5）將步驟4）進(jìn)行降維處理后的特征向量輸入到多分類的分類器中進(jìn)行訓(xùn)練和識(shí)別，觀察測試結(jié)果，并對(duì)結(jié)果做出分析。

2.根據(jù)權(quán)利要求1所述基于特征融合的支持向量機(jī)的數(shù)字手勢識(shí)別方法，其特征在于，所述步驟3）中手勢全局進(jìn)行Hu矩特征提取，通過各種不同級(jí)別的幾何矩的數(shù)學(xué)組合，可以得到七個(gè)特征量，當(dāng)圖像移動(dòng)，旋轉(zhuǎn)和比例大小變化時(shí)，特征量保持其數(shù)值不變的特性。

3.根據(jù)權(quán)利要求1所述基于特征融合的支持向量機(jī)的數(shù)字手勢識(shí)別方法，其特征在于，所述步驟5）中分類器為SVM分類器，選擇徑向基核函數(shù)的支持向量機(jī)，將降維后的用于訓(xùn)練的特征向量矩陣輸入到SVM分類器中，對(duì)SVM分類器進(jìn)行訓(xùn)練，訓(xùn)練完成后，將用于測試的特征向量矩陣輸入到SVM分類器中，觀察測試結(jié)果，并對(duì)結(jié)果做出分析。